用Python回顾A股历史上813次跳空,有多少回补了,又有多少还未回补?| 邢不行

2024-01-10 02:10

本文主要是介绍用Python回顾A股历史上813次跳空,有多少回补了,又有多少还未回补?| 邢不行,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

多年以后,面对上证指数重回5900点,投资者们都会想起2007年11月2日那次遥远的向下跳空。

A股市场上有很多格言源于对交易经验的总结和共识,其中有一句广为流传,叫做「跳空必回补」

关于这句话,我们可以找到大量案例与之印证。

比如2008年9月19日大盘大幅向上跳空,11个交易日后(10月13日)回补缺口

再比如2020年2月3日大盘大幅向下跳空,10个交易日后(2月17日)回补缺口

 纵观A股历史,大盘跳空时有发生,而回补也总是紧随其后。所以在A股,跳空必会回补吗?

下文我们将通过对上证指数历史数据的分析,来尝试着总结出大盘跳空回补的规律,并形成一个有效的量化策略

01 什么是跳空

首先我们要知道什么是跳空。一般根据跳空的方向不同,可以将跳空分为向上跳空向下跳空

向上跳空:当前K线的最低价高于前一根K线的最高价。

向下跳空:当前K线的最高价低于前一根K线的最低价。

 跳空本质上就是相邻两根K线的最高价和最低价之间出现一个明显的缺口。

02 跳空回补

至此我们了解了跳空,那什么是跳空回补呢?

跳空回补即股价向上跳空后,价格重新跌回跳空前,或股价向下跳空后,价格重新涨回跳空前。

比如图中发生向下跳空,5个交易日后K线的最高价超过了跳空前K线的最低价,此时就完成了一次回补。

                                                                向下跳空完成回补

当然并非所有的跳空都会在短时间内回补。

比如图中指数向上跳空后一路上涨,并未跌回跳空前的价格,即未完成回补。

                                                               跳空后短时间内未回补

那关于跳空后是否大概率会回补,很多人持不同的看法

我们做量化交易的对这些所谓的市场经验一定要保持质疑的心,一切用数据说话

接下来我们就去看看历史上发生了多少次跳空,跳空后回补的概率又有多大。

03 跳空必回补?

首先我们找来了上证指数的全部历史交易数据,包含了指数从90年上市至今每天的开高收低价格,非常的完备。

                                                               上证指数历史数据

然后再借助Python代码来计算出指数跳空的次数及回补时间。

如果你需要这个数据和代码的话,可以点我头像交流,都是可以免费发给你的。

最终的结果如图所示:

 从1990年12月19日到2022年11月14日,上证指数总共出现813次跳空。其中783次都回补了,概率高达96.31%。

看到回补概率如此之高,想必很多人会认为这个结论可以直接用来赚钱吧?

但事实并非如此。

04 跳空多久回补

1 跳空回补时长

比如遇到如下情况,应该没几个人有耐心等待回补。

2008年3月13日上证指数向下跳空,直到15年的4月13日指数价格才重回4000点,完成回补,历时2587天。

因此我们统计了每次跳空回补所需天数的分布情况:

大多数回补都在50天内完成,也有少部分需要400天以上平均回补时长84天

进一步看50天内回补的天数分布情况:

可以发现大多数的回补都是在10天之内完成的,在所有回补中占比55%

2 其他指数统计

有同学可能想看其他指数甚至个股的跳空回补情况,我也给大家准备好了相应的数据,感兴趣的可以点我头像交流,都是可以免费发给大家的。

至此我们了解了跳空回补的整体情况。但跳空实际上也分多种形式。不同的跳空之间,情况是否有区别呢?

05 不同方向跳空

1 跳空次数

我们按向上和向下两个方向的跳空分别统计:

                                                    绿色为回补次数,橙色为未回补次数

历史上大盘向上跳空478次,其中24次未回补向下跳空335次,其中8次未回补

向下跳空更容易回补这一现象也很好解释:向下跳空回补的关键在于指数价格的回升。

A股虽然伤了很多人的心,但整体曲线仍是向上的,自然可以完成更多向下跳空的回补。

                                                              指数价格曲折上升

2 回补时长

而不同方向上的跳空所需要的回补时间也不同。

向上和向下跳空回补的平均时间分别是86天和80天。

最极端的案例中,向下跳空整整用了2681天才完成回补;而向上跳空用了2182天

比如发生在1999年5月20日的极端案例:

这看起来只是一次平平无奇的向上跳空,但随后指数价格一路上涨,直到2005年的5月10日才回补缺口,历时6年

而这次回补也让市场情绪降到了最低点,为之后牛市开启做好了准备。

当然跳空之后至今没有回补的案例也是存在的,最著名就发生在2007年11月2日:

大盘在5860点向下跳空,至今仍未回补。

虽然之后肯定会回补,不过在何时就不好判断了,大家也可以在评论区说一下自己的猜测。

06 不同幅度的跳空

1 跳空幅度统计

看了这么多的案例,我们发现每次跳空的幅度差距也极大。有些跳空连0.01%都没有,有些却高达10%。

那不同幅度的跳空背后又有怎样的规律呢?

从上图中可以看出,跳空幅度在0.01%到0.5%之间出现最多,共598次。

2 跳空幅度影响

那么跳空的大小是否会影响后续的回补,比如说是否有跳空越大越难回补这样的结论呢?

经计算发现,跳空幅度在1%-5%的范围内回补的概率是最高的,但和其他组别相差不大

所以整体来看跳空是否回补和跳空的大小没有太明显的关系。

至此我们从跳空的方向、幅度大小两个角度进行了分析,验证了跳空必回补这句格言是否有效。

07 总结

最后我们做个简单的总结。

一、跳空回补的几率很大,接近于100%。但总有那么一两次跳空是不会回补的。

二、大部分跳空会在10天之内回补,少部分跳空回补时长在400天以上。

三、向下跳空更容易回补,且回补周期更短。

四、大部分跳空幅度较小,在0.5%以内,且跳空幅度与是否回补并无显著关系。

此外我们还有很多其他的量化分析方向,感兴趣的可以去一一尝试,也可以点头像和我交流。

 

08 后记

文章的最后,和大家分享一点量化投资的心得

很多人问我小白如何开始学习量化投资,有什么可以书单推荐

我的建议是千万不要直接找本书来看。

你找本编程书看,那跟着敲完“Hello World”就结束了;你找本数学书看,那看到第七页的公式就睡着了。

更好的学习方式是做实际的项目,在实践中学习量化策略。

研报就是很好的量化实践项目。

一篇研报就是一个策略,作者都是年薪百万的高学历券商分析师,你要做的就是读懂策略研报,并用代码实现。

在此期间什么不会学什么,哪里不会点哪里,抱着解决问题的心态去学习,事半功倍。

熟读唐诗三百首,不会作诗也会吟。

那么哪里可以获取研报呢?

你可以点我头像交流,我这里有分门别类几万份研报,还会实时更新

我会区分难度,精选之后发给你。

 

点我头像后,也可以交流量化投资相关问题,我比较忙,回复的比较慢,但是看到的都会回复。

聊的开心,聊得有缘,很多量化的数据、资料都是可以送给你的。

也可以翻翻我朋友圈的内容,很多量化干货。一些不会公开发的内容,都会在朋友圈说。

这篇关于用Python回顾A股历史上813次跳空,有多少回补了,又有多少还未回补?| 邢不行的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/589205

相关文章

使用Python的requests库调用API接口的详细步骤

《使用Python的requests库调用API接口的详细步骤》使用Python的requests库调用API接口是开发中最常用的方式之一,它简化了HTTP请求的处理流程,以下是详细步骤和实战示例,涵... 目录一、准备工作:安装 requests 库二、基本调用流程(以 RESTful API 为例)1.

Python清空Word段落样式的三种方法

《Python清空Word段落样式的三种方法》:本文主要介绍如何用python-docx库清空Word段落样式,提供三种方法:设置为Normal样式、清除直接格式、创建新Normal样式,注意需重... 目录方法一:直接设置段落样式为"Normal"方法二:清除所有直接格式设置方法三:创建新的Normal样

Python调用LibreOffice处理自动化文档的完整指南

《Python调用LibreOffice处理自动化文档的完整指南》在数字化转型的浪潮中,文档处理自动化已成为提升效率的关键,LibreOffice作为开源办公软件的佼佼者,其命令行功能结合Python... 目录引言一、环境搭建:三步构建自动化基石1. 安装LibreOffice与python2. 验证安装

把Python列表中的元素移动到开头的三种方法

《把Python列表中的元素移动到开头的三种方法》在Python编程中,我们经常需要对列表(list)进行操作,有时,我们希望将列表中的某个元素移动到最前面,使其成为第一项,本文给大家介绍了把Pyth... 目录一、查找删除插入法1. 找到元素的索引2. 移除元素3. 插入到列表开头二、使用列表切片(Lis

Python按照24个实用大方向精选的上千种工具库汇总整理

《Python按照24个实用大方向精选的上千种工具库汇总整理》本文整理了Python生态中近千个库,涵盖数据处理、图像处理、网络开发、Web框架、人工智能、科学计算、GUI工具、测试框架、环境管理等多... 目录1、数据处理文本处理特殊文本处理html/XML 解析文件处理配置文件处理文档相关日志管理日期和

Python标准库datetime模块日期和时间数据类型解读

《Python标准库datetime模块日期和时间数据类型解读》文章介绍Python中datetime模块的date、time、datetime类,用于处理日期、时间及日期时间结合体,通过属性获取时间... 目录Datetime常用类日期date类型使用时间 time 类型使用日期和时间的结合体–日期时间(

使用Python开发一个Ditto剪贴板数据导出工具

《使用Python开发一个Ditto剪贴板数据导出工具》在日常工作中,我们经常需要处理大量的剪贴板数据,下面将介绍如何使用Python的wxPython库开发一个图形化工具,实现从Ditto数据库中读... 目录前言运行结果项目需求分析技术选型核心功能实现1. Ditto数据库结构分析2. 数据库自动定位3

Python yield与yield from的简单使用方式

《Pythonyield与yieldfrom的简单使用方式》生成器通过yield定义,可在处理I/O时暂停执行并返回部分结果,待其他任务完成后继续,yieldfrom用于将一个生成器的值传递给另一... 目录python yield与yield from的使用代码结构总结Python yield与yield

python使用Akshare与Streamlit实现股票估值分析教程(图文代码)

《python使用Akshare与Streamlit实现股票估值分析教程(图文代码)》入职测试中的一道题,要求:从Akshare下载某一个股票近十年的财务报表包括,资产负债表,利润表,现金流量表,保存... 目录一、前言二、核心知识点梳理1、Akshare数据获取2、Pandas数据处理3、Matplotl

Django开发时如何避免频繁发送短信验证码(python图文代码)

《Django开发时如何避免频繁发送短信验证码(python图文代码)》Django开发时,为防止频繁发送验证码,后端需用Redis限制请求频率,结合管道技术提升效率,通过生产者消费者模式解耦业务逻辑... 目录避免频繁发送 验证码1. www.chinasem.cn避免频繁发送 验证码逻辑分析2. 避免频繁